奇怪的行为

我有numpy.matrix类型奇怪的行为

import numpy as np 
import matplotlib.pyplot as plt 

from mpl_toolkits.mplot3d import Axes3D 

fig = plt.figure() 
ax = Axes3D(fig) 

# [...] 

# Downsampling for plotting 
# type(verts): np.matrix 
# verts.shape: (3, 700000) 

verts = verts_small[:, ::1000] 

ax.plot(verts[0, :], verts[1, :], verts[2, :], 'o')

这有奇怪的行为做了一些计算的结果。将所有点排成一行。

如果相反：

verts = np.array(verts[:, ::1000])

的3D-情节按预期工作。这是一个预期的行为还是它的一个错误？

来源

2017-02-26 SolidSnake

你看过':: 1000'索引后'verts'的形状吗？如果您从2d数组开始，则需要确保您正确编制了正确的维度。在较小的东西上练习那种索引，让你明白其中的差异。 – hpaulj

@hpaulj在我纠正的第一个电话中有一个错字。顺便说一下，我在切片后获得的形状对于'np.array'和'np.matrix'类型都是相同的。 – SolidSnake

请记住，当您索引'np.matrix'时，结果仍然是2d。 'np.ndarray'可能是1d（取决于你如何编制索引）。 – hpaulj

由于hpaulj提到，这里的问题是，结果是2D：

>>> verts = np.zeros((3, 100)) 
>>> verts_m = np.matrix(verts) 
>>> verts[0, :].shape 
(100,) 
>>> verts_m[0, :].shape 
(1, 100)

关键的是，这打破了希望能够遍历一个二维数组的列或行的任何代码：

>>> len(verts) 
100 
>>> len(verts_m) 
1

更糟糕的是，verts_m甚至不表现为一个列表的列表：

>>> len(verts[0]) 
1 
>>> len(verts[0][0]) 
1 
>>> len(verts[0][0][0][0][0][0][0][0][0][0]) 
1

实质上，np.matrix在涉及到numpy操作时打破了有关形状的大部分规则。要在matplotlib中支持它，它们要么需要刻意解决这些规则破坏，要么强制输入为标准np.array s。

来源

2017-02-27 02:09:04 Eric

回答

相关问题